[發明專利]基于用戶行為數據的風險預測方法及裝置

在審

• 申請號: 202211733704.0
• 申請日: 2022-12-30
• 公開（公告）號: CN116011640A
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 趙慧;毋濤
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0635;G06F18/25;G06N3/09
• 代理公司: 北京天昊聯合知識產權代理有限公司 11112
• 代理人: 彭瑞欣;高釗

1.一種基于用戶行為數據的風險預測方法，其特征在于，包括：

獲取目標用戶的用戶行為數據；其中，所述用戶行為數據中包含多個維度的認證特征數據；

根據多個維度的認證特征數據之間的關聯關系，將至少兩個維度的認證特征數據組合為關聯特征數據；

將所述多個維度的認證特征數據以及所述關聯特征數據輸入第一監督預測模型,獲取所述第一監督預測模型輸出的第一預測結果；

將所述多個維度的認證特征數據以及所述關聯特征數據輸入第二監督預測模型,獲取所述第二監督預測模型輸出的第二預測結果；

針對所述第一預測結果以及所述第二預測結果進行融合處理，得到融合預測結果，根據所述融合預測結果預測所述目標用戶的行為風險等級。

2.根據權利要求1所述的方法，其特征在于，所述根據多個維度的認證特征數據之間的關聯關系，將至少兩個維度的認證特征數據組合為關聯特征數據包括：

計算任意兩個維度的認證特征數據之間的皮爾遜相關系數；其中，所述皮爾遜相關系數用于表征任意兩個維度的認證特征數據之間的相關性大小；

將皮爾遜相關系數大于預設閾值的兩個維度的認證特征數據組合為關聯特征數據。

3.根據權利要求2所述的方法，其特征在于，所述皮爾遜相關系數大于預設閾值的兩個維度的認證特征數據包括：認證登錄維度的認證特征數據以及登錄時間維度的認證特征數據；且所述關聯特征數據包括：認證登錄序列數據；

則所述將皮爾遜相關系數大于預設閾值的兩個維度的認證特征數據組合為關聯特征數據包括：

將認證登錄維度的認證特征數據以及登錄時間維度的認證特征數據組合為認證登錄序列數據；

其中，所述認證登錄序列數據用于表征同一用戶的多次認證登錄操作之間的時間間隔。

4.根據權利要求1所述的方法，其特征在于，所述第一監督預測模型為XGB模型，且所述第一監督預測模型進一步包括：第一XGB模型以及第二XGB模型；則所述第一監督預測模型輸出的第一預測結果通過以下方式得到：

針對所述第一XGB模型輸出的第一XGB預測結果以及第二XGB模型輸出的第二XGB預測結果進行特征融合處理，得到所述第一監督預測模型輸出的第一預測結果。

5.根據權利要求4所述的方法，其特征在于，所述第二監督預測模型為LGB模型，且所述第二監督預測模型進一步包括：第一LGB模型以及第二LGB模型；

則所述第二監督預測模型輸出的第二預測結果通過以下方式得到：

針對所述第一LGB模型輸出的第一LGB預測結果以及第二LGB模型輸出的第二LGB預測結果進行加權融合處理，得到所述第二監督預測模型輸出的第二預測結果。

6.根據權利要求5所述的方法，其特征在于，所述第一XGB模型、所述第二XGB模型、所述第一LGB模型和/或所述第二LGB模型中的模型參數通過以下方式設置：

通過隨機撒種子參數，得到第一參數范圍組；

使用彈性系數，對所述第一參數范圍組的取值范圍進行限縮，得到第二參數范圍組；其中，所述第二參數范圍組的參數范圍小于所述第一參數范圍組的參數范圍；

在所述第二參數范圍組的參數范圍內，選擇一組參數作為所述模型參數。

7.根據權利要求1-6任一所述的方法，其特征在于，所述第一監督預測模型以及第二監督預測模型通過樣本用戶的用戶行為數據以及樣本用戶的認證風險數據訓練得到；其中，所述樣本用戶的認證風險數據用于表征所述樣本用戶的用戶行為數據的風險等級。